Alex Rives, Head of Science bei BioHub und Leiter des von EvoScale übernommenen ESM-Teams, hat ESMFold2 zusammen mit einem Preprint und zwei MIT-lizenzierten Modellen veröffentlicht. Das Kernsystem besteht aus ESMC, einem World-Model-Transformer trainiert auf 2,8 Milliarden Proteinsequenzen, sowie ESMFold2 als Strukturvorhersage-Head. Anders als AlphaFold2 und AlphaFold3 verzichtet der Ansatz bewusst auf Multi-Sequence Alignments (MSAs) als Inductive Bias – ein Design-Entscheid, der die Generalisierung verbessert, insbesondere bei Antikörpern, für die kaum MSA-Daten existieren. BioHub veröffentlicht zudem einen Atlas von 6,8 Milliarden Proteinen und 1,1 Milliarden vorhergesagter Strukturen. Das Team berichtet State-of-the-Art-Performance bei Proteininteraktionen und präsentiert Belege, dass Inference-Time-Scaling über fünf Ziele in Krebs- und Immunologieforschung greift. Nass-Labor-Validierungen einzelner schwieriger Moleküle wurden bereits durchgeführt. Zusätzlich wurden Sparse Autoencoders (SAEs) zur mechanistischen Interpretierbarkeit der gelernten biologischen Features eingesetzt.